
- •Лекция 1. Введение в цифровую обработку сигналов Введение
- •1.1. Предисловие к цифровой обработке сигналов [1i].
- •1.2. Ключевые операции цифровой обработки.
- •1.3. Области применения цифровой обработки.
- •Литература
- •Лекция 2. Цифровые фильтры обработки одномерных сигналов. Введение
- •2.1. Цифровые фильтры.
- •2.1.6. Интегрирующий рекурсивный фильтр.
- •2.2. Импульсная реакция фильтров.
- •2.3. Передаточные функции фильтров.
- •2.4. Частотные характеристики фильтров.
- •2.5. Структурные схемы цифровых фильтров.
- •Литература
- •Лекция 3. Фильтры сглаживания. Метод наименьших квадратов. Введение
- •3.1. Фильтры мнк 1-го порядка.
- •3.3. Фильтры мнк 4-го порядка.
- •3.4. Расчет простого фильтра по частотной характеристике.
- •Литература
- •Лекция 4. Разностные фильтры и фильтры интегрирования. Введение
- •4.1. Разностные операторы.
- •4.2. Интегрирование данных.
- •Литература
- •Лекция 5. Фильтрация случайных сигналов Введение
- •5.1. Фильтрация случайных сигналов.
- •5.2. Спектры мощности случайных сигналов.
- •Литература
- •Лекция 6. Весовые функции. Введение
- •3.1. Явление Гиббса.
- •3.2. Весовые функции.
- •Литература
- •Лекция 7. Нерекурсивные частотные цифровые фильтры Введение
- •7.1. Общие сведения.
- •7.2. Идеальные частотные фильтры.
- •7.3. Конечные приближения идеальных фильтров.
- •7.4. Гладкие частотные фильтры.
- •7.5. Дифференцирующие цифровые фильтры.
- •7.6. Альтернативные методы расчета нцф.
- •Литература
- •Лекция 8. Z-преобразование сигналов и системных функций Введение
- •8.2. Пространство z-полиномов.
- •8.3. Свойства z-преобразования.
- •8.4. Обратное z-преобразование.
- •8.5. Применение z – преобразования.
- •Литература
- •Лекция 9. Рекурсивные цифровые фильтры Введение
- •9.1. Принципы рекурсивной фильтрации.
- •9.2. Разработка Рекурсивных цифровых фильтров [43].
- •9.3. Режекторные и селекторные фильтры.
- •9.4. Билинейное z-преобразование.
- •9.5. Типы рекурсивных частотных фильтров.
- •Литература
- •Лекция 10. Рекурсивные частотные цифровые фильтры Введение
- •10.1. Низкочастотный фильтр Баттеруорта.
- •10.2. Высокочастотный фильтр Баттеруорта.
- •10.3. Полосовой фильтр Баттеруорта.
- •10.4. Фильтры Чебышева.
- •10.5. Дополнительные сведения.
- •Литература
- •Тема 11. Адаптивная цифровая фильтрация данных Введение
- •11.1. Общие сведения об адаптивной цифровой фильтрации.
- •11.2. Основы статистической группировки информации.
- •11.3. Статистическая регуляризация данных.
- •11.3. Статистическая группировка полезной информации.
- •Литература
- •Лекция 12. Оптимальные линейные цифровые фильтры. Введение
- •12.1. Случайные процессы и шумы.
- •12.2. Критерии построения оптимальных фильтров.
- •12.3. Фильтр Колмогорова-Винера.
- •12.4. Оптимальные фильтры сжатия сигналов.
- •12.5. Фильтр обнаружения сигналов.
- •12.6. Энергетический фильтр.
- •Литература
- •Лекция 13. Деконволюция цифровых сигналов введение
- •13.1. Понятие деконволюции.
- •13.2. Инверсия импульсного отклика фильтра.
- •13.3. Оптимальные фильтры деконволюции.
- •13.4. Рекурсивная деконволюция.
- •13.5. Фильтры сжатия сигналов
- •Литература
9.4. Билинейное z-преобразование.
Принцип преобразования. При стандартном z-преобразовании передаточной функции используется замена переменной вида:
z = exp(-pt), (9.4.1)
где t - шаг дискретизации данных, p – комплексная переменная, р = +j.
Уравнение (9.4.1) можно записать в виде ln z = -pt и разложить ln z в ряд:
ln z = -2[(1-z)/(1+z)+(1-z)3/(3(1-z)3)+ ....], z > 0.
Первый член этого разложения и представляет собой билинейное z- преобразование:
p = (2/t)(1-z)/(1+z). (9.4.2)
По сути, оно представляет собой отображение точек комплексной p-плоскости в точки комплексной z-плоскости, и наоборот. В общем виде:
p = (1-z)/(1+z), (9.4.3)
z = (-p)/(+p). (9.4.4)
Значение множителя не меняет формы преобразования, в связи с чем обычно принимают = 1. Подставим p = j в (9.4.4) и выразим z в показательной форме:
z = r exp(j()), r = |z| = 1.
() = 2 arctg(/),
В частности:
= 0, z = exp(j0) = 1,
= , z = exp( j) = -1
Рис. 9.4.1.
Деформация частотной шкалы. Реальное отображение передаточных функций фильтров является непрерывным (в силу своей физической сущности) и для упрощения дальнейших расчетов обычно задается в аналитической форме в комплексной р-плоскости по частотному аргументу ω от - до +. При билинейном z-преобразовании происходит нелинейное искажение шкалы частот: полный частотный диапазон от - до непрерывных функций в р-плоскости сжимается до главного частотного диапазона от -/t до /t дискретных функций в z-плоскости. При задании уравнений непрерывных передаточных функций в частотной области это должно сопровождаться соответствующей обратной деформацией частотной шкалы, которая будет скомпенсирована при билинейном z-преобразовании. Подставляя в (9.4.2) z = exp(-jt) и умножая числитель и знаменатель правой части полученного уравнения на exp(jt/2), получим:
p = (2/t)[exp(jt/2)-exp(-jt/2)] / [exp(jt/2)+exp(-jt/2)],
p = (2/t) th(jt/2). (9.4.5)
Обозначим новую шкалу частот в р-области через индекс д (деформированная) и, полагая p = jд, с учетом тождества th(x) = - jtg(jx), получаем:
д = (2/t) tg(t/2) = tg(t/2), -/t<</t. (9.4.6)
Рис. 9.4.2. Деформация
частоты.